Datatietoa

Datatietoa tarkoittaa tietoja, jotka kuvaavat dataa itsestään: sen ominaisuuksia, lähdettä, rakennetta sekä käyttöä. Se ei ole itse aineistoa, vaan tietoa datan kontekstista ja hallinnasta. Datatietoa muodostuu sekä metadatasta että datan teknisistä ja toiminnallisista kuvauksista, ja sen tarkoituksena on helpottaa datan löytämistä, ymmärtämistä ja uudelleenkäyttöä.

Datatietoon kuuluu erilaisia osia: kuvailevaa metadataa kuten otsikko, tekijä ja luontipäivä; rakenteellista metadataa kuten skeema ja kenttien määritelmät; sekä hallinnollista metadataa kuten omistajuus, käyttöoikeudet ja säilytysaika. Lisäksi tallennetaan teknisiä yksityiskohtia, kuten tiedostomuoto, koodaukset ja ohjelmistovaatimukset, sekä alkuperän ja jäljitettävyyden (provenance ja data lineage) tiedot.

Datatieton tehtävä on tukea datan löytämistä, tulkintaa ja luotettavaa uudelleenkäyttöä. Hyvin määritelty datatieto parantaa yhteentoimivuutta, mahdollistaa laadun arvioinnin ja helpottaa tietosuojaan sekä eettisiin ja lainsäädännön vaatimuksiin liittyviä näkökulmia.

Organisaatioissa datatietoa hallitaan usein datakatalogien tai -sanastojen avulla. Käytössä olevia standardeja ovat esimerkiksi Dublin Core, ISO 19115 sekä muut toimialakohtaiset metatietostandardit. Hyviä käytäntöjä ovat kontrolloitujen sanastojen käyttöönotto, metatiedon kerääminen automaattisesti sovelluksista sekä versiointi ja säilytyskohtien dokumentointi.

Haasteisiin kuuluvat epätäydelliset tai epäjohdonmukaiset metatiedot, hajanaiset käytännöt ja sanastot sekä yksityisyys- ja tietosuoja-asetukset, jotka rajoittavat metatiedon keräämistä. Datanhallinnassa datatietoa kehitetään jatkuvasti sekä teknisesti että organisatorisesti.